對于一些較容易量化的指標，如KPI等，就可根據指標結果實現的難易度、實際目標值進行定量評價設計。
而對于激勵性的領域，例如數據應用，可以設置相應的獎勵分等；對于重要的、底線性要求，則可進行扣分設置。
下圖是可供參考的數據治理績效指標設計表。
— 03 —
常見數據治理考核指標參考
數據治理的績效考核可以從數據治理人員、數據質量問題、數據標準貫徹、治理策略執行、技術達成、業務價值實現等6個維度考量。
數據治理考核評價指標示例
— 04 —
數據治理考核方式
數據治理的績效考核應采用日常考核與定期考核相結合、系統自動考核與人工考核相結合的模式進行，明確考核獎懲措施，強化數據治理考核機制。
1. 日常考核
日常考核是考核數據治理的相關干系人（尤其是數據的生產者或所有者）在日常工作流程中，錄入和審核數據是否及時、完整、準確、規范，其目的是在源頭堵住不良數據的入口以防范數據安全風險。舉例如下。
（1）及時性考核
比如業務員是否第一時間將銷售訂單錄入CRM系統中，銷售主管是否在規定的時間內完成訂單數據的審核，ERP系統中本月的有效單據（如請購單、采購單、委托單、出入庫單等）是否審核月結完畢。
（2）準確性考核
對業務單據的關鍵屬性的值的完整性、準確性進行考核，例如客商檔案錄入是否完整，稅率、進貨數量、單據價格是否準確等。
（3）規范性考核
責任人是否越權操作，比如：是否使用他人賬號/密碼登錄系統并錄入或審核數據；是否未經上級領導批準，將賬借給他人使用或者讓他人代錄入或審核數據。
2. 定期考核
數據管理部門應定期開展數據質量的稽查，通過制定數據質量稽查規則，明確數據稽查內容、稽查周期、稽查方法，來檢查數據是否完整、及時、準確。定期考核可以分為抽樣數據稽查和全面數據稽查。
抽樣數據稽查：數據治理小組定期按照一定的時間范圍對相關數據集的數據質量情況進行檢查，目的是及時發現增量數據中的數據質量問題。
全面數據稽查：數據治理小組必須按照一定的周期對相關數據集的存量進行全面的數據質量問題稽查，需要定期發布報告，以顯示每個指標的成功之處和待改進之處。一般來說，全面數據稽查的頻率要低于抽樣數據稽查，數據集的記錄數越小，越適合采用全面數據稽查的方法。例如，小于10萬條記錄的數據集必須每月進行一次全面數據稽查。
3. 系統自動考核
對于計算機系統能夠量化的數據質量規則，應盡量采用系統自動考核方式進行數據質量問題的稽查。可量化的數據質量規則舉例如下。
記錄差異性：檢查跨系統之間實體記錄不相同的信息，例如A系統中的客戶資料在B系統中不存在。
字段一致性：檢查跨系統之間實體相同的記錄的字段是否一致，例如A系統中客戶“張三”的出生年月與B系統中客戶“張三”的出生年月不相同。
字段準確性：檢查單系統中某字段的取值是否正確，例如賬目表中客商費用的取值不能大于100萬元。
業務邏輯性：檢查系統中某字段的取值是否符合業務邏輯，例如銷售單據中的客戶編碼、產品編碼是否分別存在于客戶檔案表、產品檔案表中。
系統自動考核要求數據質量管理工具提供數據質量檢查規則、數據質量任務、考核規則的配置功能，數據質量任務的分派、處理、審核、監控功能，以及數據質量問題報表的展示和查詢功能等。
4. 人工考核
人工考核主要是根據審核人員的經驗以及填報單位的各種定量和定性信息，采用人機結合的方式對已錄入數據進行檢查和審核，進而判斷數據是否符合要求。人工考核面向的數據主要分為兩類。
無法形成量化指標或者量化范圍難以鑒定的數據，例如數據質量問題對企業業務的影響程度。
計算機稽查發現的“異常數據”和“重復數據”，例如：計算機稽查到CRM系統中有20條重名的客戶信息，這時需要人來判斷這20條客戶信息是否真的重復，為什么會重復。經審核確定的“異常數據”和“重復數據”應向填報單位核實，核實后，填報單位應對數據進行改正。
在數據治理績效考核中，只有通過了人工數據審核，才能進行數據匯總并給出考核結果。
— 05 —
小結
數據治理考核的執行與企業原有的考核節奏保持一致即可。但考核管理部門需要定期跟蹤關鍵節點，例如按照月度或者季度的頻次，跟蹤各部門全年整改完成率以及數據質量情況，評估當期的風險，做到監督的職責。
隨著考核管理水平的提升，數據治理歸口管理部門還應定期審視和調整數據治理考核指標，例如將數據質量問題的響應率轉換為數據質量問題的發生率，逐步提升企業數據質量，最終提升各部門的數據管理和應用水平。
責任編輯：
